메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김민석 (부산대학교) 김성신 (부산대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제33권 제6호
발행연도
2023.12
수록면
526 - 531 (6page)
DOI
10.5391/JKIIS.2023.33.6.526

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
공정의 생산 및 제조 기술이 향상됨에 따라 소비자의 다양한 요구를 만족시킬 수 있게 되었다. 이에 따라, 최적 운영을 위한 다중 모드 전략이 필요시 되고 있다. 하지만, 각 모드 데이터는 분포가 다르기 때문에 운전모드별 특징을 정확하게 파악하기가 어렵다. 본 논문에서는 recursive AAKR(auto-associative kernel regression) 기반 모드 식별 방법을 제안한다. 제안된 방법은 설정된 윈도우 크기만큼 이동한 샘플에 AAKR을 적용하여 고장 탐지를 수행한다. 만약, 탐지지수인 SPE(squared prediction error)가 각 모드에 해당하는 문턱값을 80%이상 벗어날 경우 다른 모드로 판단한다. 모드 식별 성능 검증은 순환 유동층 보일러의 다중모드 데이터에 기존 방법인 주성분분석 및 k-최근접 이웃과 제안된 방법 간의 고장 탐지 및 문턱값 설정 결과를 비교하였다. 모드 식별 결과, 제안된 방법이 실시간으로 변화하는 모드를 식별할 수 있음을 확인하였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 제안된 방법
4. 실험 결과
5. 결론 및 향후과제
References

참고문헌 (10)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0